> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/deployment/hi/production-checklist.md).

# Production Readiness Checklist

एक बार आपने [एक परिनियोजन विकल्प चुना है](/deployment/hi/choosing-a-deployment.md), अपने इंटीग्रेशन को प्रोडक्शन ट्रैफ़िक संभालने से पहले मज़बूत करने के लिए इस पेज का उपयोग करें। इसमें त्रुटि प्रबंधन और पुनः प्रयास, टाइमआउट और कोल्ड स्टार्ट, दर सीमाएँ, और प्रतिकृतियों के आकार निर्धारण के लिए शामिल हैं [समर्पित परिनियोजन](/deployment/hi/roboflow-cloud/dedicated-deployments.md).

## HTTP त्रुटियाँ और पुनः प्रयास

Roboflow के inference और management API मानक HTTP स्थिति कोड का उपयोग करते हैं। पूर्ण क्रॉस-टूल तालिका (REST स्थिति कोड, SDK अपवाद, और CLI निकास कोड) में उपलब्ध है [त्रुटियाँ और स्थिति कोड](https://docs.roboflow.com/reference/errors-and-status-codes). प्रोडक्शन के लिए मुख्य नियम यह है कि केवल वही पुनः प्रयास करें जो वास्तव में पुनः प्रयास योग्य हो:

| स्थिति        | पुनः प्रयास? | मार्गदर्शन                                                                                                                                           |
| ------------- | ------------ | ---------------------------------------------------------------------------------------------------------------------------------------------------- |
| `200` / `204` | -            | सफल।                                                                                                                                                 |
| `400`         | नहीं         | गलत स्वरूप वाला अनुरोध - payload को ठीक करें; पुनः प्रयास करने पर वही खराब अनुरोध भेजा जाएगा।                                                        |
| `401` / `403` | नहीं         | प्रमाणीकरण या पहुँच विफलता। पुनः प्रयास करने पर key मान्य नहीं हो जाएगी; API key और उसके scopes की जाँच करें।                                        |
| `402` / `423` | नहीं         | प्लान की सीमा, quota पूरा हो गया है, या बिलिंग रोकी गई है। इसे  [बिलिंग](https://roboflow.com/pricing) पक्ष में हल करें; लूप में पुनः प्रयास न करें। |
| `404`         | नहीं         | संसाधन मौजूद नहीं है या आपकी key को दिखाई नहीं देता।                                                                                                 |
| `429`         | हाँ          | दर-सीमित। बैक ऑफ करें और घातीय बैकऑफ़ के साथ पुनः प्रयास करें (देखें [दर सीमाएँ](#rate-limits)).                                                     |
| `5xx`         | हाँ          | अस्थायी सर्वर त्रुटि। बैकऑफ़ के साथ पुनः प्रयास करना सुरक्षित है।                                                                                    |

**बैकऑफ़ पैटर्न।** के लिए `429` और `5xx`, घातीय बैकऑफ़ और jitter के साथ पुनः प्रयास करें (उदाहरण के लिए, 1s, 2s, 4s, 8s के साथ एक यादृच्छिक ऑफ़सेट), प्रयासों की संख्या सीमित करते हुए। कभी भी पुनः प्रयास न करें `401`/`403`/`404`/`400` स्वचालित रूप से - इसके बजाय उन्हें अपने ऐप्लिकेशन में प्रदर्शित करें।

जब आप  [समर्पित परिनियोजन](/deployment/hi/roboflow-cloud/dedicated-deployments.md#http-api) management service (`https://roboflow.cloud`), तो response code को स्पष्ट रूप से जाँचें: एक `200` एक JSON body लौटाता है, और कोई भी अन्य code एक error message को string के रूप में लौटाता है।

## टाइमआउट और कोल्ड स्टार्ट

यह [Serverless Cloud API](/deployment/hi/roboflow-cloud/serverless-api.md) मॉडल्स को मांग पर लोड करती है। किसी ऐसे मॉडल पर पहला अनुरोध जो पहले से सर्वर पर मौजूद नहीं है ("warmup") में कई सेकंड लग सकते हैं, और जो मॉडल निष्क्रिय रहा है (उदाहरण के लिए, इन्फ़ेरेंस के बीच लगभग 10 मिनट) उसे अनलोड किया जा सकता है और अगले कॉल पर फिर से लोड करने की आवश्यकता हो सकती है।

* **उदार client timeouts सेट करें।** जो client timeout इतना कड़ा हो कि वह cold start पर ट्रिगर हो जाए, वह उन अनुरोधों को विफल कर देगा जो अन्यथा सफल हो जाते। पहले अनुरोध और निष्क्रिय अवधि के बाद warmup के लिए अतिरिक्त समय रखें।
* **मॉडल को पहले से तैयार करें।** यदि अनुमानित latency महत्वपूर्ण है, तो अपने latency-संवेदनशील ट्रैफ़िक से पहले एक warmup request भेजें ताकि मॉडल पहले से cached हो।
* **response headers पर नज़र रखें।** Serverless responses में शामिल हैं `x-model-cold-start` (क्या इस अनुरोध ने लोड लागत चुकाई) और `x-processing-time`. इनका उपयोग cold-start की आवृत्ति और processing time की निगरानी के लिए करें। देखें [Serverless pricing](/deployment/hi/roboflow-cloud/serverless-api/pricing.md) कि ये headers बिलिंग में कैसे शामिल होते हैं।
* **अपलोड को सीमा के अंदर रखें।** Serverless Cloud API फ़ाइल अपलोड स्वीकार करती है, अधिकतम **20 MB**; बड़ी images अस्वीकार कर दी जाती हैं। भेजने से पहले images का आकार कम करें (Python SDK यह स्वचालित रूप से करता है), जिससे आमतौर पर सटीकता पर असर नहीं पड़ता क्योंकि images वैसे भी मॉडल के input size के अनुसार resize हो जाती हैं। Batch Processing प्रति-image वही 20 MB सीमा लागू करता है।

बिना cold starts के निरंतर कम latency के लिए, उपयोग करें [समर्पित परिनियोजन](/deployment/hi/roboflow-cloud/dedicated-deployments.md) या [Self-Hosted Inference](/deployment/hi/self-hosted/self-hosted.md) साझा serverless endpoint के बजाय।

## दर सीमाएँ

* **Serverless Cloud API.** एक पर `429`, धीमा करें और घातीय बैकऑफ़ के साथ पुनः प्रयास करें। यदि आप लगातार सीमाओं तक पहुँच रहे हैं या अधिक throughput की आवश्यकता है, तो अपने enterprise support संपर्क या [Roboflow फ़ोरम](https://discuss.roboflow.com), या  [समर्पित परिनियोजन](/deployment/hi/roboflow-cloud/dedicated-deployments.md).
* **Deployment Manager API.** edge-device management endpoints स्पष्ट per-endpoint सीमाएँ लागू करते हैं और लौटाते हैं `429` जब सीमा पार हो जाती है - उदाहरण के लिए, device logs की सीमा है **प्रति IP प्रति मिनट 5 अनुरोध** और **वैश्विक रूप से प्रति मिनट 50**, और telemetry reads की सीमा है **प्रति device प्रति मिनट 60 अनुरोध** 10 सेकंड में 10 अनुरोधों के burst के साथ। देखें [Deployment Manager API](/deployment/hi/self-hosted/enterprise/deployment-manager.md#errors) सटीक सीमाएँ और error shapes के लिए, इससे पहले कि आप किसी integration में polling जोड़ें।

जब आपके path के लिए कोई documented संख्या मौजूद न हो, तो मानें `429` कि यह बैकऑफ़ करने का संकेत है, न कि एक निश्चित budget मानने का, और [सपोर्ट से संपर्क करें](https://roboflow.com/sales) यदि आपको अधिक सीमा चाहिए।

## समर्पित परिनियोजन replica sizing

जब आप एक  [समर्पित परिनियोजन](/deployment/hi/roboflow-cloud/dedicated-deployments.md#http-api)बनाते हैं, आप सेट कर सकते हैं `min_replicas` और `max_replicas` (दोनों का डिफ़ॉल्ट है `1`):

* **`min_replicas`** चल रही प्रतिकृतियों की संख्या है। उच्च minimum से bursty load के तहत cold-start latency कम होती है, लेकिन हमेशा चालू क्षमता की कीमत पर।
* **`max_replicas`** यह सीमित करता है कि लोड के तहत परिनियोजन कितना scale out करता है। अधिक peak throughput के लिए इसे बढ़ाएँ।

स्थिर ट्रैफ़िक के लिए, `min_replicas` और `max_replicas` का `1` सबसे सरल शुरुआती बिंदु है; बढ़ाएँ `max_replicas` जब एक अकेली replica peak load के साथ नहीं चल पा रही हो, और बढ़ाएँ `min_replicas` यदि विराम के बाद पहला अनुरोध बहुत धीमा हो।

### auto-pause के साथ अंतःक्रिया

समर्पित परिनियोजन **निष्क्रियता की अवधि के बाद auto-pause** - के लिए 1 घंटे पर तय है `dev-cpu` और `dev-gpu` प्रकार - और जब आप अपनी API key के साथ अनुरोध भेजते हैं, तब फिर से शुरू होती है। रोका गया परिनियोजन replicas नहीं परोस रहा होता, इसलिए उसे फिर से शुरू करने वाला अनुरोध resume latency चुकाता है।

* का उपयोग करें **persistent `prod-cpu` / `prod-gpu`** उन प्रकारों का, जो प्रोडक्शन ट्रैफ़िक के लिए हैं और हमेशा तैयार रहने चाहिए।
* अस्थायी `dev-cpu` / `dev-gpu` प्रकारों को परीक्षण और प्रोटोटाइपिंग के लिए सुरक्षित रखें - इन्हें कुछ घंटों बाद स्वचालित रूप से भी हटा दिया जाता है।
* यदि आपको uptime के बजाय अनुरोध संख्या पर आधारित बिलिंग, या एक कस्टम pause/replica नीति चाहिए, [सेल्स से संपर्क करें](https://roboflow.com/sales).

## लाइव जाने से पहले

* पुनः प्रयास हर outbound call को घेरते हैं, केवल `429` और `5xx` बैकऑफ़ के साथ।
* Client timeouts serverless cold starts को समाहित करने के लिए पर्याप्त उदार हैं।
* छवियों का आकार कम किया जाता है ताकि वे 20 MB अपलोड सीमा के भीतर रहें।
* API keys न्यूनतम आवश्यक [scopes](https://docs.roboflow.com/reference/authentication/authentication/scoped-api-keys) का उपयोग करती हैं और secrets के रूप में संग्रहीत होती हैं, hard-coded नहीं।
* समर्पित परिनियोजन के लिए, `min_replicas` / `max_replicas` आपके लोड के अनुसार आकार दिए गए हैं और आपने एक चुना है `prod-*` हमेशा चालू ट्रैफ़िक के लिए प्रकार।
* आप परिनियोजनों की निगरानी करते हैं - देखें [Model Monitoring](/deployment/hi/monitoring-and-analytics/model-monitoring.md) - और error-rate तथा latency regressions पर alert करें।